AI與科學(xué)共振，浪潮信息以高效算力平臺助力西湖大學(xué)科研創(chuàng)新

基于人工智能從海量數(shù)據(jù)中挖掘數(shù)據(jù)內(nèi)在聯(lián)系的強大學(xué)習(xí)和分析能力，AI for Science在假說的提出、實驗的設(shè)計、數(shù)據(jù)的收集與分析等各個科研環(huán)節(jié)，都呈現(xiàn)出越來越重要的價值。目前，AI for Science已經(jīng)成為全球人工智能創(chuàng)新前沿，在生物、數(shù)學(xué)、物理、化學(xué)、天文等學(xué)科中取得了重要成果。

作為一所以“高起點、小而精、研究型”為辦學(xué)特色的新型研究型大學(xué)，西湖大學(xué)對AI與科學(xué)之間的理解更進一步，正致力于打造“Science for AI”和“AI for Science”的科研閉環(huán)，以基礎(chǔ)科學(xué)探索AI技術(shù)進步，以AI推動科學(xué)發(fā)現(xiàn)和技術(shù)創(chuàng)新。而為了支撐這一新的科研范式閉環(huán)，西湖大學(xué)攜手浪潮信息等企業(yè)建設(shè)質(zhì)效兼?zhèn)涞乃懔ζ脚_，滿足各科研領(lǐng)域?qū)τ诖笠?guī)模數(shù)據(jù)處理和大規(guī)模科學(xué)計算的需求。

“AI for Science”的科研范式背后的算力挑戰(zhàn)

在西湖大學(xué)，“Science for AI”和“AI for Science”正在建立一種新的科研范式“閉環(huán)”，AI與基礎(chǔ)科學(xué)不僅在深度融合，更在形成共振，極大加速和擴展科學(xué)研究的效率和能力邊界。

生命科學(xué)學(xué)院申恩志實驗室借助AI來加速非編碼RNA(non-coding RNA，簡稱ncRNA)研究，利用計算和AI技術(shù)高效解析復(fù)雜、龐大且高度動態(tài)的轉(zhuǎn)錄組、蛋白質(zhì)組等數(shù)據(jù)，分析出其中的調(diào)控關(guān)系，找到調(diào)控規(guī)律;工學(xué)院金耀初團隊利用基礎(chǔ)科學(xué)的原理和方法來啟發(fā)和改進AI技術(shù)，采用脈沖神經(jīng)網(wǎng)絡(luò)開發(fā)具有演化發(fā)育功能的具身智能機器人，讓機器人像自然界的生命體一樣演變成長;工學(xué)院的藍振忠團隊研發(fā)的心理咨詢大模型“小天”，追求人工智能不僅要具備IQ(智商)，擁有強大知識儲備和學(xué)習(xí)能力，更要具備EQ(情商)……

對于西湖大學(xué)的眾多科學(xué)家來說，算力已經(jīng)成為一種必備的科研要素。比如在預(yù)測ncRNA功能與識別靶點、執(zhí)行復(fù)雜模式識別任務(wù)時，因數(shù)據(jù)更新與增長速度飛快，需要大量的算力資源來訓(xùn)練模型以支撐研究;演化發(fā)育機制與人工智能結(jié)合需要復(fù)雜系統(tǒng)建模理解，對種群和個體狀態(tài)信息、環(huán)境數(shù)據(jù)、歷史記錄等海量數(shù)據(jù)的特征提取和學(xué)習(xí)，讓計算量呈指數(shù)級增長且有實時并行的要求，算力挑戰(zhàn)巨大;心理大模型“小天”的開發(fā)依賴于從海量心理咨詢數(shù)據(jù)中訓(xùn)練和推理文本的情感特征，需要AI的自然語言處理技術(shù)與強大算力支撐，以應(yīng)對大規(guī)模數(shù)據(jù)集與復(fù)雜模型架構(gòu)及參數(shù)。

隨著眾多科研項目的不斷推進，西湖大學(xué)原有的算力平臺已無法滿足各團隊的算力需求。同時，算力資源管理的重要性日漸凸顯。

西湖大學(xué)算力平臺面向全校開放，院系多、人員多且角色復(fù)雜，各科研團隊每天提交的計算任務(wù)高達上百個。不少實驗室有大模型訓(xùn)練的需求，需要統(tǒng)一調(diào)度大規(guī)模的計算資源以保障高效訓(xùn)練。但是算力平臺缺乏系統(tǒng)化的用戶管理和資源管理，經(jīng)常出現(xiàn)算力獨占和算力使用不足的情況，造成算力資源的巨大浪費。各實驗室提交計算任務(wù)后，經(jīng)常需要長時間等待才能得到結(jié)果，嚴重影響了科研進度。

如何充分挖掘算力資源的潛力，提高資源利用率、滿足各科研團隊的算力需求，成為西湖大學(xué)亟需解決的問題。

浪潮信息AI服務(wù)器+AIStation實現(xiàn)科研算力平臺的質(zhì)效兼?zhèn)?/strong>

針對西湖大學(xué)實際科研場景中對算力和使用效率的雙重挑戰(zhàn)，浪潮信息以AI服務(wù)器打造出高質(zhì)量、高可靠性、高定制化的AI+科學(xué)算力基礎(chǔ)設(shè)施，為西湖大學(xué)提供高效算力支撐。同時，通過部署AIStation人工智能開發(fā)平臺，覆蓋從數(shù)據(jù)處理到模型預(yù)訓(xùn)練、模型微調(diào)和模型推理的AI工程化全流程，實現(xiàn)對多類型算力資源的統(tǒng)一納管以及智能調(diào)度。

西湖大學(xué)各科研團隊可通過AIStation自行按需申請資源，AIStation自動分配GPU資源給用戶使用，滿足生命科學(xué)、人工智能等科研項目的不同算力需求。其GPU共享策略可實現(xiàn)實現(xiàn)多人共用一臺機器、多人共用一張GPU卡，開發(fā)環(huán)境相互隔離互不影響，大大縮短了等待資源的時間。

AIStation支持任務(wù)排隊托管、定義任務(wù)優(yōu)先級，讓西湖大學(xué)各實驗室可以同時提交多個訓(xùn)練任務(wù)，資源不足時排隊等待，一個任務(wù)訓(xùn)練結(jié)束后自動釋放資源給排隊等待的任務(wù)，從而可以更好地利用夜間、假期執(zhí)行訓(xùn)練任務(wù)。同時可設(shè)置優(yōu)先級，讓重要任務(wù)優(yōu)先執(zhí)行。

針對西湖大學(xué)大模型訓(xùn)練的需求，AIStaiton實現(xiàn)了西湖大學(xué)異構(gòu)算力資源的統(tǒng)一池化管理，通過自研分布式任務(wù)自適應(yīng)系統(tǒng)自動化配置底層計算、存儲、網(wǎng)絡(luò)環(huán)境，并提供自定義修改基本超參數(shù)功能，幫助科研團隊提升分布式訓(xùn)練效率。同時，AIStation具有斷點續(xù)訓(xùn)能力，保障訓(xùn)練任務(wù)中斷后能以最快速度恢復(fù)，有效訓(xùn)練時間占比達90%。

借助浪潮信息AIStation，西湖大學(xué)實現(xiàn)了算力資源高效使用，計算資源利用率提升到90%以上，運維人員工作效率提高50%，大大加快了科研創(chuàng)新速度并降低了科研成本。

西湖大學(xué)作為新時代高等教育與科研創(chuàng)新的先鋒力量，以AI+科學(xué)的融合共振，推動科學(xué)研究范式的變革。浪潮信息自2020年以來持續(xù)參與西湖大學(xué)智算中心建設(shè)，為西湖大學(xué)提供穩(wěn)定可靠的算力系統(tǒng)和豐富的軟件堆棧，通過高效的算力基礎(chǔ)設(shè)施，加速西湖大學(xué)“AI+科學(xué)”的雙向融合與共振。